网站首页

近期我院杨志峰院士团队徐志豪教授等在SCI一区TOP期刊Journal of Cleaner Production发表成果“Exploring the effects of climate change and urban policies on lake water quality using remote sensing and explainable artificial intelligence”,第一作者为我院硕士生田沛龙。

第一作者：田沛龙硕士研究生

通讯作者：徐志豪教授

第一/通讯单位：广东工业大学生态环境与资源学院

DOI：https://doi.org/10.1016/j.jclepro.2024.143649

摘要

气候变化与社会经济发展对城市湖泊水质的影响存在长期性和复杂性；然而，当前影响评估研究受水质数据的时空跨度与分辨率限制，气候和社会经济因素的长期影响仍待进一步揭示。本研究利用遥感影像长时序与高分辨率的优势，获取了多个城市湖泊水质长期数据，建立了基于气候与社会经济指标的城市湖泊水质模型，并利用可解释人工智能（XAI）方法，揭示了气候因素与社会经济发展政策对水质演变的长期动态影响，为应对气候变化和支撑社会经济绿色发展决策提供参考。

引言

气候变化（包括温度、降雨模式和水循环过程变化）对湖泊生态系统多要素（水动力、水质、生物群落）产生长期复杂影响，综合导致湖泊自身调节能力减弱；同时，人类活动（城市化和工业化等）对城市湖泊水质的影响具有复杂性，主要表现在污染源复杂（工业废水、农业径流、生活污水等）、污染物迁移路径不确定（河流、地下水和大气沉降）。对于社会经济快速发展的地区，这种复杂性尤为突出。

本研究运用遥感反演方法，获取长时序、高分辨率水质数据，弥补了传统监测技术在时空连续性和覆盖范围上的不足，克服了水质演变驱动因素难以量化评估的难题。结合机器学习模型与XAI中的Shapley可加性解释（SHAP）方法，解析了气候变化和人类活动对湖泊水质的长期动态影响，为复杂生态系统的管理提供了更具解释性的依据。

图文导读

本研究选取华东地区6个典型湖泊（图1）为案例。华东地区经济发达，人口密度较高，约占中国总人口的30%，同时也是中国湖泊最集中的地区。在高强度人类活动等因素影响下，该区域湖泊面临着严重的富营养化问题。

图1 华东地区六个典型湖泊。绿色区域表示显著影响湖泊水质的周边城市

1.湖泊营养状态指数时空分布特征

在2000-2022年间，案例湖泊营养状态指数（TSI）总体呈现下降趋势（图2）。这表明，随着对湖泊富营养化的高度重视和一系列治理措施的实施，主要湖泊的富营养化问题正在改善。

图2 案例湖泊营养状态指数（TSI）多年变化及趋势。（a）洞庭湖；（b）鄱阳湖；（c）巢湖；（d）洪泽湖；（e）高邮湖；（f）太湖。

湖泊营养状态的季节性分布如图3所示，显示湖泊周边浅水区营养状态总体高于中心区域，约高出50%。这主要是由于强降水引发了非点源污染，导致了外围水质恶化。为缓解这一问题，可通过湖岸和湖泊水质的协同管理。从季节分布规律来说，多数湖泊在春、夏季营养指数较高，尤其在夏季（7月），TSI值超过70（重度富营养）的面积占总面积的15%，太湖甚至高达90%。相对而言，鄱阳湖和洞庭湖因与河流主干直接相连，其春季和冬季TSI值较高，而夏季和秋季则较低。河湖连通性的差异导致了这两类湖泊季节变化规律的不同。

图32022年案例湖泊逐季（春、夏、秋、冬）TSI空间分布。

2.气候变化的影响

SHAP分析发现，温度对TSI的影响呈现阈值效应。当温度低于某一阈值时，对TSI产生负面影响；而当温度超过较高的阈值时，温度对TSI具有积极影响。以鄱阳湖为例，低温阈值为15℃，高温阈值为25℃，在15℃至25℃之间，温度对TSI的影响较小（图4a）。如图4b所示，降雨对TSI的影响也与强度相关：降雨量较低时，降雨抑制TSI；但当降雨量较高时，会加剧富营养化。此时，营养物质作为非点源污染集中流入湖泊，进一步恶化水质。

图4(a)温度(TEMP)和(b)降水(PRCP)的SHAP值时间序列图（以鄱阳湖为例）。红色点代表促进作用，蓝色点代表抑制作用。

3.发展政策的影响

通过对SHAP值的深入分析，揭示了经济发展与湖泊营养化状态间的相关性。第一产业增加值（VAA）和第二产业增加值（VAI）对湖泊水质的影响从2013年的正值转变为2014年的负值，表明两大产业对湖泊营养状况的贡献发生了显著转变。这一变化与中国实施的一系列环保政策密切相关，表明经济增长并没有以水体生态系统的健康为代价。此外，2008年第一产业和第二产业的影响出现峰值，这与中国“十一五”规划应对水环境挑战的关键时期相符。太湖（图5f）自2002年起呈现波动下降趋势，这可能与当年启动的“引江济太”工程有关。该引水工程改善了太湖水环境，抑制了藻类繁殖，对生态系统产生了积极影响。

图5 社会经济指标对洞庭湖（a）、鄱阳湖（b）、巢湖（c）、洪泽湖（d）、高邮湖（e）和太湖（f）水质影响的SHAP值逐年变化。

研究意义与展望

本研究探究了气候变化与社会经济发展对城市湖泊水质影响存在的长期性和复杂性的问题，明晰了区域经济与环保政策对湖泊富营养化的影响，揭示了不同行业发展对水质演变的贡献。未来研究可进一步探索不同区域间的差异性，以及其他环境因子（如土地利用和作物类型和面积）的潜在影响。利用本研究开发的机器学习模型，可考虑不同社会发展情景的影响，基于气候和社会经济数据预测未来湖泊水质，为长效的湖泊水环境管理提供支持。

【附：本研究的衍生成果“基于气候与社会经济指标的城市湖泊营养水平预测方法”，已获国家发明专利授权，专利号：ZL 2024 1 0763534.3】

第一作者：田沛龙，广东工业大学硕士研究生，从事水环境遥感研究，已发表SCI论文1篇，申请专利1项。

通讯作者：徐志豪，广东工业大学生态环境与资源学院教授、广东省流域水环境治理与水生态修复重点实验室副主任；北京师范大学-伊利诺伊大学香槟分校联合培养博士，曾在瑞典斯德哥尔摩大学从事科研工作。主要从事水环境模拟、水生态修复、水利工程生态调度等方面研究；主持/参与国家重点研发计划、国家自然科学基金（重点、面上、青年）项目、广东省高等学校基础研究卓越中心等科研项目10余项，在WR、WRR、HESS、JH等发表SCI论文40余篇；任《Energy, Ecology and Environment》、《水生态学杂志》等国内外期刊（青年）编委和《Nature Communications》等国际顶尖期刊审稿专家。院士团队长期欢迎有志于从事水利与水生态环境研究工作的博士后和博士、硕士研究生加入，欢迎咨询zhihaoxu@gdut.edu.cn。